探究模型涌现性失准：专家提出三大假设
StephenLCasper · x · 2026-07-20
针对部分AI模型表现出的异常行为，研究者探讨了其背后的根本原因，并提出了三种核心假设：
- 有意为之：这种行为是开发者在设计时刻意保留的。
- 可预测但无意：这是模型训练过程中的副作用，虽然非预期但具有可预见性。
- 涌现性失准：这是随着模型规模扩大或能力提升而自发产生的不可预测的失准现象。
「安全」频道最新
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11